动态规划总结--01背包（未完待续）

0、什么样的题适合使用动态规划

如果某一问题有很多 重叠子问题，使用动态规划是最有效的
❓计算f(N)的时候需要f(N-1)，也就是需要f(N-2)，等等等，如果我们直接计算第n个的值，会导致前面的值被重复计算很多很多次
⭐️把前面的值记录下来

1、刷过的习题思路汇总

1️⃣509. 斐波那契数

• 重叠子问题：计算第n个值需要第n-1和n-2的值
• dp[i] 代表第i个数字的值
• dp[0] = 0 dp[1] = 1
• $dp[i]=dp[i-1]+dp[i-2]$

2️⃣70. 爬楼梯

• 重叠子问题：爬到第n阶台阶的方法就是爬到第n-1阶台阶的方法（一步上来）➕ 爬到第n-2阶台阶的方法（两步上来）
• 和斐波那契数一模一样

3️⃣746. 使用最小花费爬楼梯

• 重叠子问题：爬到第n阶台阶的最少花费就是爬到第n-1阶台阶的最少花费加第n-1个台阶的花费（一步上来）和 爬到第n-2阶台阶的最少花费加第n-2个台阶的花费（两步上来）两者的最小值
• dp[i]：到达第i阶台阶需要的最小花费
• dp[0] = 0 dp[1] = 0
• $dp[i]=min(dp[i-1]+cost[i-1],dp[i-2]+cost[i-2])$

4️⃣62. 不同路径

• 重叠子问题：到(i,j)的路径要么从(i-1,j)要么从(i,j-1)两条路来，也就是说求到(i,j)的方法数就是到(i-1,j)的方法数 ➕ 到(i,j-1)的方法数
• dp[i][j]表示从（0，0）到（i,j）有多少路径
• 第一行和第一列都是1（只有一种方法）
• $dp[i][j]=dp[i][j-1]+dp[i-1][j]$

5️⃣63. 不同路径 II（障碍物版本）

• 初始化有点变化，当第一行或者第一列中出现障碍物，后面的值为0
• 只有当(i,j)不是障碍物才会有值，否则就是0，代表到这个点的路径置零

6️⃣ 343. 整数拆分

• 重叠子问题：求n的拆分乘积最大值？最简单的就是拆分成两个数 $i$ 和 $(n-i)$ 的乘积最大值，但是由于可以拆成更多的数，所以结果应该是拆分项 $i$ 和 $(n-i)$ 的拆分乘积最大值，这里其实就说明我们需要更小的整数拆分结果来得到n的整数拆分结果
• dp[i]：分拆数字i，可以得到的最大乘积为dp[i]。
• dp[0] = 0 dp[1] = 0 dp[2] = 1
• $dp[i]=max(dp[i],(i-j)\ast j,dp[i-j]\ast j)$

7️⃣96. 不同的二叉搜索树

• 背景了解 ：二叉搜索树就是做变节点小于根节点，右边节点大于根节点。如果节点数为1，那么只有一种搜索树；两个节点，就有两种；三个节点，就是五种。在统计三个节点的时候发现，如果左\右子树是两个节点就是2种，一个节点就是1种
• 重叠子问题：求n哥节点的二叉搜索树其实就是求左子树的二叉搜索树的种类数 加上 右子树的二叉搜索树的种类数,左字数的节点数量可以从1一直到n-1，一直累加就好了
• dp[i]：节点为i的二叉树搜索树的种类数
• dp[1] = 1 dp[2] = 2
• $dp[i]=dp[i]+dp[j-1]\ast dp[i-j]$

8️⃣ 01背包问题

• 问题描述 ：有n件物品和一个最多能背重量为w 的背包。第i件物品的重量是weight[i]，得到的价值是value[i] 。每件物品只能用一次，求解将哪些物品装入背包里物品价值总和最大
• 重叠子问题：每一个物品，有两种选择：“放或者不放 ”
  • 如果放物品i，背包容量就变成w-weight[i]，那么此时背包容量w的最大价值为value[i] + 背包容量为（w-weight[i]）的最大价值（子问题）
  • 如果不放物品i，背包容量还是w，那么此时背包容量w的最大价值为背包容量为（w）的最大价值
• 二维dp数组
  • dp[i][j]代表背包容量为j的情况下,从下标为[0, i]的物品里面任意取,能达到的最大价值
  • dp[0][x] = 0
  • $dp[i][j]=max(dp[i-1][j],dp[i-1][j-weight[i]]+value[i])$
  • 遍历顺序：物品：正序；背包容量：正序
• 一维dp数组
  • dp[j]代表背包容量为j装的最大价值
  • dp[0] = 0
  • $dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])$
  • 遍历顺序：物品：正序[0,物品数量-1]；背包容量：倒序[背包容量，物品i的重量,-1]
    9️⃣ 416. 分割等和子集
• 题目：判断是否可以将正整数数组分割成两个子集，使得两个子集的元素和相等。
• 思路 ：
  • 数组中的每个元素就是物体， 价值和重量都输数值
  • 背包容量就是sum/2（不能整除就说明不能分割）
  • 判断是否可以选择一些物品（不重复），总和等于背包容量
  • dp[背包容量]代表背包容量下的背包能够放入的最大数值和，如果这个值等于sum/2就说明可以分割。
• dp[j]代表背包容量为j装的最大数值和（价值）
• $dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])$
• 遍历顺序：数组：正序[0,数组长度-1]；背包容量：倒序[背包容量，数值i,-1]

就相当于要凑一个背包容量为sum/2的背包。带入01问题就是，使用数值装进背包，

1️⃣0️⃣1049. 最后一块石头的重量 II

• 题目：粉碎石头，使得剩下的重量最小
• 思路 ： 把石头分成两组重量相似的两组石头，这样剩下的石头重量最小
  • 物体就是石头，重量和价值都是石头重量
  • 背包容量就是sum/2
  • 选择一些石头（不重复）在背包容量范围内，放入石头的重量最大值（价值）
  • 基本上和分割等和子集一样但是，不是判断，而是两个子集相减
• dp[j]：背包容量为j，能够放进去的最大石头重量（价值）
• $dp[j]=max(dp[j],dp[j-stones[i]]+stones[i])$
• 遍历顺序：石头：正序[0,石头数量-1]；背包容量：倒序[背包容量，石头i重量,-1]

1️⃣1️⃣ 494. 目标和

• 题目：正数数组通过不同元素前面加法或者减法，得到目标值的方法有多少种

• 思路 ： 通过公式推导，这个问题就是找到一些数的的和为(target+sum)/2，这样的方法有多少种

  • 物体就是数值，重量就是数值大小，因为问题不再是求装满物品的价值最大，而是组合最多，所以物品不需要价值属性了
  • 背包容量就是(sum+target)/2

• dp[j]：填满j（包括j）这么大容积的包，有dp[j]种方法（注意不是最大价值了 ）

• $dp[j]=dp[j]+dp[j-nums[i]]$

  • 对于物品i，有两种情况，装或者不装，装的话的方法数就变成了dp[j-nums[i]]，不装就还是dp[j]

• 遍历顺序：物品：正序[0,物品数量-1]；背包容量：倒序[背包容量，数值大小,-1]

1️⃣2️⃣ 474. 一和零

• 题目：给你一个二进制字符串数组 strs 和两个整数 m 和 n 。请你找出并返回 strs 的最大子集的长度，该子集中 最多 有 m 个 0 和 n 个 1 。
• 思路 ： 相当于每个字符串有两个质量（0的数量和1的数量），背包也有两个容量
  • 物品 ：每个字符串，重量为两个值分别是0的数量和1的数量，价值就是1（代表能装进去）
  • 背包容量 ：两个，0的容量为m，1的容量为n
• dp[i][j]代表0的容量为i，1的容量为j的背包能装的字符串的个数
• $dp[i][j]=max(dp[i][j],dp[i-nu{m}_0][j-nu{m}_1]+1)$
• 遍历顺序：字符串：正序[0,字符串数量-1]；背包容量（2个）：倒序[背包容量，字符串的质量,-1]